कोविड एमआरएनए टीकों को पुनर्जीवित करना: एल्गोरिथम एंटीबॉडी में 128 गुना वृद्धि उत्पन्न करता है

हाल ही में जर्नल में प्रकाशित एक लेख में प्रकृतिशोधकर्ताओं ने कम्प्यूटेशनल भाषाविज्ञान में एक नए एल्गोरिदम, लीनियरडिजाइन को डिजाइन करने के लिए एक शास्त्रीय अवधारणा का उपयोग किया, जिसने मैसेंजर रिबोन्यूक्लिक एसिड (एमआरएनए) अनुक्रमों की संरचनात्मक स्थिरता और कोडन उपयोग को अनुकूलित किया। उदाहरण के लिए, इस एल्गोरिथ्म का उपयोग करके, शोधकर्ता गंभीर तीव्र श्वसन सिंड्रोम कोरोनावायरस 2 (SARS-CoV-2) स्पाइक (S) प्रोटीन को एन्कोडिंग करने वाले mRNA अनुक्रमों को अनुकूलित कर सकते हैं और इसका उपयोग mRNA-आधारित कोरोनावायरस रोग 2019 (COVID-19) टीकों में कर सकते हैं।

अध्ययन: इष्टतम एमआरएनए डिजाइन के लिए एल्गोरिद्म स्थिरता और प्रतिरक्षण क्षमता में सुधार करता है। इमेज क्रेडिट: मेटामोरवर्क्स / शटरस्टॉक

पृष्ठभूमि

अपेक्षाकृत नई एमआरएनए तकनीक पर आधारित सभी टीके सामान्य सीमाओं से ग्रस्त हैं, जैसे एमआरएनए अस्थिरता और तेजी से अध: पतन, जो बदले में, खराब प्रोटीन अभिव्यक्ति की ओर ले जाता है और बाद में, सभी एमआरएनए वैक्सीन उत्पादों की इम्यूनोजेनेसिटी और ड्रगगैबिलिटी से समझौता करता है। यह COVID-19 और वैरिकाला-जोस्टर वायरस (VZV) टीकों सहित सभी mRNA टीकों के भंडारण, वितरण और प्रभावकारिता में गंभीर रूप से बाधा डालता है।

इसलिए, एक सैद्धांतिक एमआरएनए डिजाइन एल्गोरिदम की तत्काल आवश्यकता है जो एक साथ प्रोटीन अभिव्यक्ति में सुधार करने के लिए एन्कोडिंग एमआरएनए अनुक्रमों की स्थिरता और कोडन उपयोग को अनुकूलित करती है। हालाँकि, यह एक थकाऊ काम है जो निषेधात्मक रूप से बड़े खोज स्थान पर विचार करता है; आनुवंशिक कोड में अंतर्निहित अतिरेक के कारण SARS-CoV-2 S ग्लाइकोप्रोटीन के 1,273 अमीनो एसिड को एनकोड करने के लिए ~10632 mRNA अनुक्रम हैं। दरअसल, इस अचूक कम्प्यूटेशनल चुनौती ने अत्यधिक स्थिर एमआरएनए डिजाइनों की विशाल जगह को अनदेखा कर दिया है।

अध्ययन के बारे में

वर्तमान अध्ययन में, शोधकर्ताओं ने डीएफए में सबसे स्थिर एमआरएनए बनाने के लिए कई एमआरएनए उम्मीदवारों और जाली पार्सिंग के लिए एक डिजाइन स्थान तैयार करने के लिए एक नियतात्मक परिमित-राज्य ऑटोमेटन (डीएफए) का उपयोग किया। इसी तरह, उन्होंने भारित डीएफए में एमआरएनए स्थिरता और कोडन उपयोग के बीच इष्टतम संतुलन खोजने का प्रयास किया।

सबसे पहले, टीम ने सभी व्यवहार्य mRNA अनुक्रमों में सबसे कम न्यूनतम मुक्त ऊर्जा (MFE) परिवर्तन के साथ एक mRNA अनुक्रम की पहचान की, उदाहरण के लिए, SARS-CoV-2 S प्रोटीन को कूटबद्ध करने वाले mRNAs के लिए। मानक आरएनए तह ऊर्जा मॉडल ने शोधकर्ताओं को प्रत्येक उम्मीदवार एमआरएनए अनुक्रम के सभी संभावित माध्यमिक एमआरएनए संरचनाओं के बीच एमएफई संरचना को फ़िल्टर करने में मदद की, यानी, उन्होंने एक प्रकार की न्यूनीकरण-भीतर-एक-न्यूनीकरण रणनीति लागू की। उन्होंने कोडन अनुकूलन सूचकांक (सीएआई) द्वारा मापा गया कोडन इष्टतमता पर भी काम किया और एमआरएनए अनुक्रम में प्रत्येक कोडन के सापेक्ष अनुकूलता के ज्यामितीय औसत के रूप में परिभाषित किया।

विशेष रूप से SARS-CoV-2 S प्रोटीन के लिए, टीम ने आठ mRNA अनुक्रमों को नियोजित किया और सात अनुक्रमों, यानी AG के लिए लीनियरडिज़ाइन एल्गोरिथम का उपयोग किया। उन्होंने इन्हें निम्न-MFE डिज़ाइन स्थान में वितरित किया और एल्गोरिथम चलाते समय पहले पाँच अमीनो एसिड को बाहर कर दिया। हालांकि लीनियरडिजाइन ने अनट्रांसलेटेड रीजन (यूटीआर) ऑप्टिमाइज़ेशन को संबोधित नहीं किया के अनुसारइसके द्वारा डिज़ाइन किए गए mRNA अणु व्यापक रूप से उपयोग किए जाने वाले UTR की संरचनाओं में अधिक हस्तक्षेप नहीं करते हैं।

परिणाम

COVID-19 वैक्सीन पर, LinearDesign ने वैक्सीन प्रदर्शन के लिए तीन महत्वपूर्ण विशेषताओं में दो वायरल एंटीजन का उपयोग करके mRNA आधा जीवन और प्रोटीन अभिव्यक्ति में काफी सुधार किया: स्थिरता, प्रोटीन अनुवाद और विवो इम्यूनोजेनेसिटी। इसके अतिरिक्त, इसने नाटकीय रूप से एंटीबॉडी टिटर को 128 गुना तक बढ़ा दिया रहनाकोडन-ऑप्टिमाइज़ेशन बेंचमार्क mRNA अनुक्रम H की तुलना में। बेंचमार्क अनुक्रम H का उपयोग करने वाले एक COVID-19 mRNA वैक्सीन ने दो पशु मॉडल में उच्च प्रतिरक्षण क्षमता दिखाई और चीन में एक चरण I नैदानिक ​​परीक्षण में प्रवेश किया।

इस सैद्धांतिक एमआरएनए डिजाइन में कोई रासायनिक संशोधन नहीं था। फिर भी, उच्च स्थिरता, अनुवाद दक्षता और प्रतिरक्षण क्षमता दिखाई। एक और फायदा इसकी कम निर्माण लागत है। इसके अलावा, कम एमएफई वाले एक एमआरएनए अणु में अधिक माध्यमिक संरचनाएं होती हैं, एक अधिक कॉम्पैक्ट आकार प्रदर्शित होता है, और एक छोटा हाइड्रोडायनामिक आकार होता है। इसलिए, यह वैद्युतकणसंचलन द्वारा तेजी से आगे बढ़ा। इसलिए, शोधकर्ताओं ने देखा कि एक गैर-डिनाट्यूरिंग एग्रोस जेल पर लोड किए गए एमआरएनए अनुक्रम ए-एच में समान आणविक भार होने के बावजूद उच्च गतिशीलता दर थी, जो इन अनुक्रमों के लिए गणना किए गए एमएफई से संबंधित थी।

VZV mRNA डिज़ाइन में, एक अलग UTR जोड़ी के साथ, LinearDesign ने भी पर्याप्त सुधार दिखाया, यह सुझाव देते हुए कि कोडिंग क्षेत्र को अनुकूलित करने में LinearDesign की मजबूती UTR जोड़े से स्वतंत्र थी। तदनुसार, तीन अलग-अलग यूटीआर के साथ सभी लीनियरडिजाइन-जनित एमआरएनए अनुक्रम मजबूत दिखाई दिए कृत्रिम परिवेशीय इस प्रकार, सभी बेंचमार्क पर प्रोटीन की अभिव्यक्ति, यह सुझाव देती है कि कोडिंग क्षेत्र डिजाइन और यूटीआर इंजीनियरिंग पूरक दृष्टिकोण हैं जिन्हें भविष्य के काम में जोड़ा जा सकता है।

निष्कर्ष

जब संबंधित ऊर्जा मॉडल उपलब्ध हो जाता है, तो अध्ययन एल्गोरिथ्म को न्यूक्लियोटाइड्स को संशोधित करने के लिए अनुकूलित किया जा सकता है। हालांकि वर्तमान में, यह केवल जाली प्रतिनिधित्व की सामान्यता के कारण स्थिरता और कोडन उपयोग पर विचार करता है, भविष्य में, यह mRNA डिजाइन से संबंधित अन्य मापदंडों को अनुकूलित करने में मदद कर सकता है। इससे भी महत्वपूर्ण बात यह है कि अणु डिजाइन के लिए यह एक सामान्य तरीका है जो मोनोक्लोनल एंटीबॉडी और कैंसर विरोधी दवाओं सहित सभी प्रकार के चिकित्सीय प्रोटीन को डिजाइन करने में मदद कर सकता है।